牛津与 NUS 提出心智世界模型，将心智变量纳入世界状态

牛津大学与新加坡国立大学的研究团队近日联合发表论文《Mental World Modeling》，提出一种将心智变量纳入世界状态的形式化框架心智世界建模（Mental World Modeling, MWM）。该工作已登顶 Hugging Face Daily Papers 日榜，并同步开源了无需训练的参考实现 MENTIS。

研究动机：世界模型缺了「心智」这一半

现有世界模型主要刻画物理层面的动态——有哪些物体、它们在哪里、可见场景如何演化——人往往只是被当作会移动的对象。然而，人的行为决策并非单纯由外部环境决定，而是外部物理环境与内部心智–社会变量交互作用的结果。

例如，服务机器人需要判断用户是否困惑或失去耐心，医疗助手需要考虑患者的认知与信任程度，协作智能体需要识别某些行为在社会规范下是否合适。这些场景都要求系统持续追踪智能体的心智与社会状态：它知道什么、相信什么、关注什么、想要什么、打算做什么、感受到什么。即便两个场景在物理上完全相同，只要其中人的信念、目标、情绪或人际关系不同，行为可能截然不同。

心智模型、心智理论（Theory of Mind）、BDI 智能体模型等认知科学早已研究过这些能力，但当前 AI 研究要么构建缺少心智状态的物理世界模型，要么把心理推理简化为孤立的问答任务。这两种视角都不足以描述一个真正完整的世界。

框架要点：两个主体、三类模块、一个耦合状态

MWM 的全局状态同时包含物理变量与心智变量，并维护物理–心智耦合状态。研究团队将系统形式化为：

• 目标智能体只能观察到全局状态经过转换后的、第一人称局部视角；
• 世界模型根据目标智能体的行动模拟下一状态，同时改变物理世界与心智–社会世界；
• 评估模块根据物理合理性、心智一致性与社会规范性对候选行为打分。

目标并非模拟私人主观体验，而是构建一个外部、任务相关的世界模拟器。

参考实现 MENTIS 与实验结果

为使框架可验证，团队实现了模块化、无需训练的基准系统 MENTIS，将决策预测拆解为：状态解析 → 目标观测生成 → 行为分解 → 物理–心智耦合状态转移模拟 → 分支级评估 → 最终决策。

研究者在 8 个基于大语言模型（LLM）的世界模型上开展系统实验，得到的主要结论包括：

• 直接回答的平均 F1 为 63.3，完整 MWM 配置取得 87.9 的最佳成绩；
• 移除心智通道导致性能下降约 12.1 个点，去掉物理通道下降 16.5 个点，两种状态分开预测也下降 6.4 个点；
• 在人际互动场景中提升最为显著，例如 gpt-5.6-sol 的最终动作 F1 从 66.5 提升到 92.9，提升 26.4 个点；
• Oracle 干预显示，当前最大剩余瓶颈是状态转移模拟：对 gpt-5.6-sol 而言，使用真实标注的状态转移可将 F1 从 90.7 提升到 94.2，弥补约 45% 的人类性能差距。

由于系统无需训练，结果反映的是模型结构本身带来的推理能力，而非参数拟合效果。

适用边界与未来方向

研究团队强调，MWM 的价值不应以「覆盖多少社会领域」衡量，而要看一个行为的有效性是否取决于那些无法仅从物理场景推断、却会影响人类感知、选择与学习的变量。当信念、目标、注意力、信任、责任义务、情绪或社会规范改变「哪种行为才算有益」时，MWM 才真正具有价值；当下一步行为几乎完全由物理可行性决定时则并非必要。

论文将这一价值形式化为「能够获取物理–心智耦合状态的最优干预」与「仅基于物理状态的最优干预」之间的期望效用差距。

综合来看，这项工作提出了将心智动态与物理动态融合到统一世界建模视角下的形式化框架，并通过 MENTIS 给出可运行验证，同时以系统实验指明了状态转移模拟作为下一阶段的关键改进方向。